CN116045903A - 一种采煤区地面形变识别与评价方法 - Google Patents

一种采煤区地面形变识别与评价方法 Download PDF

Info

Publication number
CN116045903A
CN116045903A CN202310103247.5A CN202310103247A CN116045903A CN 116045903 A CN116045903 A CN 116045903A CN 202310103247 A CN202310103247 A CN 202310103247A CN 116045903 A CN116045903 A CN 116045903A
Authority
CN
China
Prior art keywords
ground
coal mining
area
subsidence
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310103247.5A
Other languages
English (en)
Inventor
张茂省
杜臻
董英
王海恒
冯立
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN202310103247.5A priority Critical patent/CN116045903A/zh
Publication of CN116045903A publication Critical patent/CN116045903A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9021—SAR image post-processing techniques
    • G01S13/9023—SAR image post-processing techniques combined with interferometric techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明公开了一种采煤区地面形变识别与评价方法，涉及地质环境治理与监测技术领域，包括步骤一：收集煤矿区不同时期高精度光学遥感影像、InSAR数据、DEM数据、煤田地质勘查、地面塌陷调查、煤矿两图两案数据以及治理和监测资料；步骤二：在步骤一中预处理的基础上应用数字高程模型确定采煤塌陷区范围和采煤塌陷区塌陷量；步骤三：对步骤二中的采煤塌陷区范围和塌陷量进行解译和结果处理，得到最终采煤区地面形变的识别结果；步骤四：在步骤三的识别结果的基础上，通过InSAR技术获取采煤区地面塌陷速率以及确定地面塌陷历时变化特征。本发明可有效解决传统的采煤区地面形变识别方法无法对采煤区地面变形信息进行量化的问题。

Description

一种采煤区地面形变识别与评价方法
技术领域
本发明涉及地质环境治理与监测技术领域，尤其是涉及一种采煤区地面形变识别与评价方法。
背景技术
地下矿物被采出后，开采区域周围岩体的原始应力平衡状态受到破坏，应力重新分布，达到新的平衡。在此过程中，矿山会发生开采沉陷，即岩层和地表产生连续的移动、变形和非连续破坏(开裂、冒落等)。开采沉陷是一种典型的人类活动诱发的环境灾害，大面积的矿物开采不可避免地要占用和破坏大量的土地，易诱发各种地质灾害，由此造成原有环境景观的严重破坏并引发一系列的生态环境扰动和损伤。因此，识别并分析采煤塌陷区范围、塌陷量和塌陷过程，核查地面塌陷引起的灾害危险程度及其风险对于掌握采煤塌陷区地质灾害隐患现状，增强地质灾害防治的针对性和有效性，有效推进矿区生态保护修复和国土空间规划优化具有重要意义。
目前采煤引起的地面变形识别方法主要包含常规的大地测量、地面调查以及InSAR干涉、无人机航测、激光扫描等遥感技术，有时也采用这些方法之间的不同组合。但是由于采煤引起的地面形变迹象随着时间的推移和人类的扰动而变得模糊，当采用常规的大地测量和传统的地面调查方法获取采煤区地面形变历史信息时显然是不适用的，而且野外工作量大。进一步，利用多期SAR影像进行干涉处理可实现厘米级变形量的捕捉，但对于一般情况下数米级的采煤地面变形情景而言(如塌陷位移、剥挖深度、堆积高度)，易产生失相干现象，无法得到地表大梯度的空间变形信息。综合来看，上述这些方法对于获取近五年的采煤区地面变形特征具有优势，但是当追溯到历史采煤期时，传统的地面调查与监测和单一的新技术很难实现对采煤区地面变形信息的量化。
发明内容
本发明的目的在于提供一种采煤区地面形变识别与评价方法，以解决上述背景技术中传统的采煤区地面形变识别方法无法对采煤区地面变形信息进行量化的问题。
为实现上述目的，本发明提供一种采煤区地面形变识别方法，包括以下步骤：
步骤一：收集煤矿区不同时期高精度光学遥感影像、InSAR数据、DEM数据、煤田地质勘查、地面塌陷调查、煤矿两图两案数据以及治理和监测资料，并在收集到的各种资料中通过去掉无效信息，获取有效信息来对资料进行预处理；
步骤二：在步骤一中各种资料预处理的基础上应用数字高程模型确定采煤塌陷区范围和采煤塌陷区塌陷量；
步骤三：对步骤二中的采煤塌陷区范围和塌陷量进行解译和结果处理，得到最终采煤区地面形变的识别结果；
步骤四：在步骤三的识别结果的基础上，通过InSAR技术获取采煤区地面塌陷速率以及确定地面塌陷历时变化特征。
进一步的，步骤二中确定采煤塌陷区范围具体包括：利用多期数字高程模型进行差值运算，得到点对点高程差值计算结果，结合计算结果，圈定不同时期的悬顶和地面塌陷范围，确定正在地面塌陷区域，依此建立地表高程变化模型，以此识别地面形变范围并初步确定垂直位移。
进一步的，步骤三中结果处理包括数字高程模型数据校准：以现场监测沉降数据校核数字高程模型数据差值后的相对量；通过数据分析及拟合计算，得到二者之间的耦合数学关系；提出基于数字高程模型的地面形变值与监测值之间的耦合关系表达式，获取矿区范围内更加贴近实际的地面形变量。
进一步的，步骤四具体包括：利用Sentinel-A升轨数据，将SAR图像进行干涉处理；通过短基线集方法(SBAS)，提取大范围地表形变信息，得到研究区由采煤引起的地面塌陷进入基本稳定阶段后的地面塌陷速率和地面塌陷历时变化特征。
一种采煤区地面形变评价方法，包括以下步骤：
步骤一：根据权利要求1所述的一种采煤区地面形变识别方法所识别的结果数据以及划分标准划分采煤区地面塌陷稳定区、较稳定区、不稳定区以及对于国土空间规划中的禁建区、缓建区和宜建区；
步骤二：根据步骤一划分的区域分析评价不同区域内由地面塌陷引起的地面灾害危险程度及其风险程度；
步骤三：根据步骤二分析评价的程度建立不同矿区采煤塌陷区地面塌陷范围和塌陷量预测模型，预测评价采空区地面塌陷及其引起的灾害与生态风险。
进一步的，步骤一中的划分标准为：以连续6个月累计沉降量30mm作为地面塌陷进入稳定阶段的临界准则。
进一步的，步骤二中的分析评价方法为：风险评价是稳定性分析和危害性分析量化两个指标综合评定的结果，以连续6个月累计沉降量30mm作为地面塌陷进入稳定阶段的临界准则，危害性指标为从0～1，0代表无损坏，1代表完全损坏，当0＜V≤0.3时，表示承灾体为轻度损坏；0.3＜V≤0.6时，表示承灾体为中度损坏；0.6＜V≤0.9时，表示承灾体为高度损坏；0.9＜V≤1.0时，表示承灾体为完全损坏。
与现有技术相比，本发明的有益效果是：
1.本发明利用数字高程模型结合监测数据的识别方法能够对全国煤炭基地的采煤塌陷区范围和塌陷量进行精准识别和确定；
2.依据采煤区地面形变信息，能够划分全国煤炭基地综采、井工和露天多种不同采煤方式引起的地面塌陷、剥挖、堆积及悬顶采空区；
3.本发明能够动态划分全国煤炭基地地面塌陷稳定区、较稳定区和不稳定区，适时优化和调整国土空间规划中的禁建区、缓建区和宜建区；
4.依据采煤区地面形变识别和评价结果，便于开展矿区地质灾害防治、地质环境治理恢复和土地复垦规划、实施方案及设计编制；
5.能够对矿区地面形变进行快速识别，尤其是首次判识了地面塌陷量、剥挖量、堆积量以及采空悬顶状况，评价了地面变形稳定程度，具有快速、高效、较准确和费用低的特点；
6.本发明的研究成果为矿区地质灾害防治、地质环境治理恢复和土地复垦及国土空间规划提供了科学依据。
附图说明
图1为本发明中典型煤矿基于2015-2019年数字高程模型数据的地面形变识别结果图；
图2为本发明中榆林市某煤矿采煤区各监测点地面形变历时曲线图；
图3为本发明中基于数字高程模型数据的地面形变计算值与监测值耦合关系图；
图4为本发明中基于监测数据校正的采煤塌陷区范围和塌陷值分布图；
图5为本发明中基于InSAR的采煤地面塌陷速率分布图。
具体实施方式
下面将结合本发明的实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1-图5所示，本实施例的采煤区地面形变识别方法，包括以下步骤：
步骤一：收集煤矿区不同时期高精度光学遥感影像、InSAR数据、DEM数据、煤田地质勘查、地面塌陷调查、煤矿两图两案数据以及治理和监测资料，并在收集到的各种资料中通过去掉无效信息，获取有效信息来对资料进行预处理；
具体包括：
(1)煤矿区数据及分布图；包括矿权范围、开采区范围、采空悬顶区范围、地面塌陷区范围及其塌陷量的数据及分布；
(2)煤矿区高精度光学遥感影像；
(3)煤矿区1﹕1万地形图及DEM；
(4)煤矿区多期InSAR数据；
(5)煤矿区煤田地质勘查、资源整合、采矿设计、开发利用方案以及采矿资料的相关资料；
(6)煤矿区矿山地质环境保护与土地复垦方案、矿山地质环境治理成效及现状图、“两带”探测报告、地表移动观测站观测报告、煤矿地质(修编)报告(最新)、矿井水文地质类型划分报告、大面积悬顶勘查设计与治理成果、监测井与涌水量观测台账(近三年)、最新采掘工程平面图(单独列层标注开采日期)、井上下对照图(单独列层标注地面塌陷区、重要构建筑物)以及矿井设计。
步骤二：在步骤一中各种资料预处理的基础上应用数字高程模型确定采煤塌陷区范围和采煤塌陷区塌陷量；
采煤塌陷区范围识别包括：利用多期数字高程模型数据进行差值运算，得到点对点高程差值计算结果，结合计算结果，圈定不同时期的悬顶和地面塌陷范围，确定正在地面塌陷区域，依此建立地表高程变化模型，以此识别地面形变范围并初步确定垂直位移。
步骤三：对步骤二中的采煤塌陷区范围和塌陷量进行解译和结果处理，得到最终采煤区地面形变的识别结果；
结果处理包括数字高程模型数据校准：以现场监测沉降数据校核数字高程模型数据差值后的相对量；通过数据分析及拟合计算，得到二者之间的耦合数学关系；提出基于数字高程模型的地面形变值与监测值之间的耦合关系表达式，获取矿区范围内更加贴近实际的地面形变量。
步骤四：在步骤三的识别结果的基础上，通过InSAR技术获取采煤区地面塌陷速率以及确定地面塌陷历时变化特征。
具体步骤包括：利用Sentinel-A升轨数据，将SAR图像进行干涉处理；通过短基线集方法(SBAS)，提取大范围地表形变信息，得到研究区由采煤引起的地面塌陷进入基本稳定阶段后的地面形变速率和地面塌陷历时变化特征。
一种采煤区地面形变评价方法，包括以下步骤：
步骤一：根据权利要求1所述的一种采煤区地面形变识别方法所识别的结果数据以及划分标准划分采煤区地面塌陷稳定区、较稳定区、不稳定区以及对于国土空间规划中的禁建区、缓建区和宜建区；
划分标准为：以连续6个月累计沉降量30mm作为地面塌陷进入稳定阶段的临界准则。
步骤二：根据步骤一划分的区域分析评价不同区域内由地面塌陷引起的地面灾害危险程度及其风险程度；
风险评价是稳定性分析和危害性分析量化两个指标综合评定的结果。稳定性是地面塌陷发生在空间和时间域上的可能性和规律性，稳定性的评价准则为：以连续6个月累计沉降量30mm作为地面塌陷进入稳定阶段的临界准则；危害性(V)是对承灾体危害程度的表征和量化，危害性指标表示为0～1，0代表无损坏，1代表完全损坏，当0＜V≤0.3时，表示承灾体为轻度损坏；0.3＜V≤0.6时，表示承灾体为中度损坏；0.6＜V≤0.9时，表示承灾体为高度损坏；0.9＜V≤1.0时，表示承灾体为完全损坏。
步骤三：根据步骤二分析评价的程度建立不同矿区采煤塌陷区地面塌陷范围和塌陷量预测模型，预测评价采空区地面塌陷及其引起的灾害与生态风险。
实施例：
首先，统一采用2000国家大地坐标系和1985年国家高程基准，以陕北能源化工基地2000年数字高程模型数据(分辨率25m)作为该基地获批以来的历史本底，依次利用2012年(分辨率25m)、2015年(分辨率2m)、2019年(分辨率2m)等多期数字高程模型数据，基于Python语言自主研发了一套包含DEM数据整理、分带拷贝DEM数据、批量投影转换与合并DEM数据等自动分析工具；在此基础上，通过使用ArcGIS软件中的栅格重采样、栅格配准、掩膜提取等工具，完成前期数字高程模型数据的预处理；然后使用ArcToolbox提供的SpatitalAnalyst Tools中的Minus工具，对处理后的DEM数据进行减法运算，得到每个像元的高程差值并构建高程变化模型。获得近20年来不同时段陕北能源化工基地采煤区的地面形变客观信息。最后，依据地面形变差值和动态特征，结合长期以来的不同煤矿开采方式，识别了综采方式引起的地面塌陷体积，露采方式引起的剥挖和堆积体积，以及结合历史遗留矿山井工开采形成的悬顶采空区范围。呈现不同开采方式下地表变形特征。
不同时期、不同分辨率的数字高程模型数据通过一系列的算法处理和差值计算后，不可避免的产生一些误差，出现部分不合常规的野值。据此，结合当前地形及模型误差分布特性，依托7个典型矿区针对采煤区布设的原位监测站群，利用监测得到的全序列地面变形数据对沉降数字高程模型进行校正和拟合精度的验证。提出基于沉降数字高程模型的地面形变值与监测值之间的耦合关系式(图3，式1)。依据此式，可获得矿区范围内更加贴近实际的地面形变值。地面形变范围和沉降深度与实测结果的高度匹配特征表明了该校正方法的可靠性和可行性，为进一步批量识别榆林采煤区地面变形特征提供了很好的实践先例。
Figure BDA0004085865250000081
InSAR技术虽然不能得到短时间范围内大尺度的地面形变信息，但是可以利用其厘米级的变形精度界定采煤区地面变形是否进入稳定期。利用覆盖陕北能源化工基地的Sentinel-A升轨数据(2017年3月～2022年2月)，将该区域的SAR图像进行干涉处理。通过短基线集方法(SBAS)，提取大范围地表形变信息，得到该区域自2017年以来采煤引起的地面塌陷进入基本稳定阶段后的地面形变速率。在此基础上，通过对典型矿区地面沉降监测累计形变曲线及变形特征的分析，最终确定以连续6个月累计沉降量30mm作为地面塌陷进入稳定阶段的临界准则。该准则的提出对于优化和调整国土空间规划中的适宜性分区提供了借鉴，为评价不同区域内由地面塌陷引起的地面灾害危险程度及其风险打下了基础。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (7)

1.一种采煤区地面形变识别方法，其特征是：包括以下步骤：
步骤一：收集煤矿区不同时期高精度光学遥感影像、InSAR数据、DEM数据、煤田地质勘查、地面塌陷调查、煤矿两图两案数据以及治理和监测资料，并在收集到的各种资料中通过去掉无效信息，获取有效信息来对资料进行预处理；
步骤二：在步骤一中预处理的基础上应用数字高程模型确定采煤塌陷区范围和采煤塌陷区塌陷量；
步骤三：对步骤二中的采煤塌陷区范围和塌陷量进行解译和结果处理，得到最终采煤区地面形变的识别结果；
步骤四：在步骤三识别结果的基础上，通过InSAR技术获取采煤区地面塌陷速率以及确定地面塌陷历时变化特征。
2.根据权利要求1所述的一种采煤区地面形变识别方法，其特征是：步骤二中确定采煤塌陷区范围具体包括：利用多期数字高程模型进行差值运算，得到点对点高程差值计算结果，结合计算结果，圈定不同时期的悬顶和地面塌陷范围，确定正在地面塌陷区域，依此建立地表高程变化模型，以此识别地面形变范围并初步确定垂直位移。
3.根据权利要求2所述的一种采煤区地面形变识别方法，其特征是：步骤三中结果处理包括数字高程模型数据校准：以现场监测沉降数据校核数字高程模型数据差值后的相对量；通过数据分析及拟合计算，得到二者之间的耦合数学关系；提出基于数字高程模型的地面形变值与监测值之间的耦合关系表达式，获取矿区范围内更加贴近实际的地面形变量。
4.根据权利要求3所述的一种采煤区地面形变识别方法，其特征是：步骤四具体包括：利用Sentinel-A升轨数据，将SAR图像进行干涉处理；通过短基线集方法(SBAS)，提取大范围地表形变信息，得到研究区由采煤引起的地面塌陷进入基本稳定阶段后的地面塌陷速率和地面塌陷历时变化特征。
5.一种采煤区地面形变评价方法，其特征是：包括以下步骤：
步骤一：根据权利要求1所述的一种采煤区地面形变识别方法所识别的结果数据以及划分标准划分采煤区地面塌陷稳定区、较稳定区、不稳定区以及对于国土空间规划中的禁建区、缓建区和宜建区；
步骤二：根据步骤一划分的区域分析评价不同区域内由地面塌陷引起的地面灾害危险程度及其风险程度；
步骤三：根据步骤二分析评价的程度建立不同矿区采煤塌陷区地面塌陷范围和塌陷量预测模型，预测评价采空区地面塌陷及其引起的灾害与生态风险。
6.根据权利要求5所述的一种采煤区地面形变评价方法，其特征是：步骤一中的划分标准为：以连续6个月累计沉降量30mm作为地面塌陷进入稳定阶段的临界准则。
7.根据权利要求6所述的一种采煤区地面形变评价方法，其特征是：步骤二中的分析评价方法为：包括稳定性分析和危害性分析量化两个指标综合评定，
以连续6个月累计沉降量30mm作为地面塌陷进入稳定阶段的临界准则，危害性指标表示为0～1，0代表无损坏，1代表完全损坏，当0＜V≤0.3时，表示承灾体为轻度损坏；0.3＜V≤0.6时，表示承灾体为中度损坏；0.6＜V≤0.9时，表示承灾体为高度损坏；0.9＜V≤1.0时，表示承灾体为完全损坏。
CN202310103247.5A 2023-02-10 2023-02-10 一种采煤区地面形变识别与评价方法 Pending CN116045903A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310103247.5A CN116045903A (zh) 2023-02-10 2023-02-10 一种采煤区地面形变识别与评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310103247.5A CN116045903A (zh) 2023-02-10 2023-02-10 一种采煤区地面形变识别与评价方法

Publications (1)

Publication Number Publication Date
CN116045903A true CN116045903A (zh) 2023-05-02

Family

ID=86125422

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310103247.5A Pending CN116045903A (zh) 2023-02-10 2023-02-10 一种采煤区地面形变识别与评价方法

Country Status (1)

Country Link
CN (1) CN116045903A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116449370A (zh) * 2023-06-16 2023-07-18 煤炭工业太原设计研究院集团有限公司 一种应用于矿区大梯度变形InSAR监测数据处理的方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116449370A (zh) * 2023-06-16 2023-07-18 煤炭工业太原设计研究院集团有限公司 一种应用于矿区大梯度变形InSAR监测数据处理的方法
CN116449370B (zh) * 2023-06-16 2023-08-15 煤炭工业太原设计研究院集团有限公司 一种应用于矿区大梯度变形InSAR监测数据处理的方法

Similar Documents

Publication Publication Date Title
CN112945139B (zh) 一种三维扫描结合bim技术的盾构工程辅助系统
Huang et al. BIM, machine learning and computer vision techniques in underground construction: Current status and future perspectives
CN110310021B (zh) 一种用于基坑监测预警的场地环境与监测点匹配系统
Matwij et al. Determination of underground mining-induced displacement field using multi-temporal TLS point cloud registration
Hu et al. Experiment and application of NATM tunnel deformation monitoring based on 3D laser scanning
Lee et al. A risk management system for deep excavation based on BIM-3DGIS framework and optimized grey Verhulst model
CN113780719A (zh) 一种矿山地质环境综合评价方法
CN116045903A (zh) 一种采煤区地面形变识别与评价方法
CN114459539B (zh) 一种基于人工智能的双线隧道开挖安全在线监测分析系统
CN114998197A (zh) 一种基于无人机的变电站土建结构健康监测系统
Gruszczyński et al. Influence of model parameter uncertainties on forecasted subsidence
Van der Merwe et al. Applications and benefits of 3D laser scanning for the mining industry
CN116151482B (zh) 一种露天矿区的开采土方量预测方法、装置、设备及介质
Chen et al. A critical review of automated extraction of rock mass parameters using 3D point cloud data
Kalasapudi et al. A multi-level 3D data registration approach for supporting reliable spatial change classification of single-pier bridges
US20190228482A1 (en) Procedure and system for the optimization of the excavation process of an underground work, for the minimization of the risks induced on interfered works
Chand et al. Internal Mine Dump Slope Stability and Failure Zone Identification using 3D Modelling
CN115600909B (zh) 一种用于采石厂矿山修复土石方工程量计算分析系统
CN110984114A (zh) 一种深基坑全周期动态监测方法
CN116363502A (zh) 融合多源地理大数据的采矿地多维信息获取方法及装置
CN113723531B (zh) 面向全运行周期的矿区地表形变实时/准实时监测方法
CN112802307B (zh) 一种用于地质勘察的地质监测预警方法及系统
CN115018292A (zh) 一种城市轨道交通工程的风险评估方法
CN114066271A (zh) 一种隧道突水灾害监测管理系统
CN118327062A (zh) 三维激光扫描仪应用于基坑变形监测的方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination